百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

解锁网络编程魔法:HTTP 与 WebSocket 如何编织奇幻交互之网

liuian 2025-02-11 12:40 29 浏览

一、HTTP 的实现

理论讲解

HTTP(超文本传输协议)是应用层协议,用于在 Web 浏览器和服务器之间传输超文本数据(如 HTML、CSS、JavaScript 等)。它基于请求 - 响应模型工作。客户端(通常是浏览器)向服务器发送一个 HTTP 请求,请求包含请求方法(如 GET、POST 等)、请求 URL、请求头信息等。服务器接收到请求后,根据请求的内容进行处理,并返回一个 HTTP 响应,响应包含状态码(如 200 表示成功、404 表示未找到等)、响应头信息以及响应体(实际的数据内容)。

代码示例

1. 使用 Python 内置模块 http.server 实现简单 HTTP 服务器

from http.server import HTTPServer, BaseHTTPRequestHandler

# 自定义请求处理类
class MyHTTPRequestHandler(BaseHTTPRequestHandler):
    def do_GET(self):
        # 发送 200 响应码,表示请求成功
        self.send_response(200)
        # 设置响应头的 Content-type 为 text/html
        self.send_header('Content-type', 'text/html')
        self.end_headers()
        # 生成简单的 HTML 内容作为响应体
        html_content = "

欢迎来到我的 HTTP 服务器!

" # 将 HTML 内容写入响应 self.writestr(html_content.encode()) # 创建 HTTP 服务器,监听在本地的 8000 端口,使用自定义的请求处理类 httpd = HTTPServer(('localhost', 8000), MyHTTPRequestHandler) print('HTTP 服务器已启动,在浏览器中访问 http://localhost:8000') # 启动服务器并持续运行,处理请求 httpd.serve_forever()



2. 使用第三方库 Flask 构建更复杂的 HTTP 应用示例

from flask import Flask

app = Flask(__name__)

# 理论:Flask 是一个轻量级的 Web 框架,通过装饰器来定义路由。
# 当客户端访问特定的 URL 路径时,对应的函数将被调用并返回响应内容。

# 定义根路由的处理函数
@app.route('/')
def index():
    return "这是 Flask 构建的 HTTP 应用首页"

# 定义带参数的路由处理函数
@app.route('/user/')
def user_profile(username):
    return f"欢迎用户 {username} 来到个人页面"

if __name__ == '__main__':
    # 启动 Flask 应用,开启调试模式
    app.run(debug=True)

二、WebSocket 的实现

理论讲解

WebSocket 是一种网络通信协议,它提供了全双工通信通道,允许服务器主动向客户端推送数据,克服了传统 HTTP 协议的单向请求 - 响应模式的限制。它在单个 TCP 连接上进行双向通信,建立连接时通过 HTTP 协议进行握手,之后数据可以在客户端和服务器之间自由传输,适用于实时性要求高的应用场景,如在线聊天、实时股票行情更新等。

代码示例

在 Python 中,使用 websockets 库来实现。

import asyncio
import websockets

# 定义处理 WebSocket 连接的协程函数
async def echo(websocket, path):
    async for message in websocket:
        # 理论:当接收到客户端消息时,直接将消息回传给客户端
        await websocket.send(message)

# 启动 WebSocket 服务器,监听在本地的 8765 端口
start_server = websockets.serve(echo, "localhost", 8765)

# 运行事件循环,直到服务器启动完成
asyncio.get_event_loop().run_until_complete(start_server)
# 保持事件循环运行,持续处理 WebSocket 连接
asyncio.get_event_loop().run_forever()


希望以上内容对你理解 HTTP 和 WebSocket 的实现有所帮助,你可以根据实际需求进一步扩展和完善这些代码示例。

相关推荐

深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能

引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...

MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)

前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...

MySQL的json查询之json_array(mysql json_search)

json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...

头条创作挑战赛#一、LSTM 原理 长短期记忆网络

#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...

TensorBoard最全使用教程:看这篇就够了

机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...

图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比

本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...

kornia,一个实用的 Python 库!(python kkb_tools)

大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...

图像分割掩码标注转YOLO多边形标注

Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...

[python] 向量检索库Faiss使用指北

Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...

如何把未量化的 70B 大模型加载到笔记本电脑上运行?

并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...

ncnn+PPYOLOv2首次结合!全网最详细代码解读来了

编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...

人工智能——图像识别(人工智能图像识别流程)

概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...

PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法

在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...

大模型中常用的注意力机制GQA详解以及Pytorch代码实现

分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...

pytorch如何快速创建具有特殊意思的tensor张量?

专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...